Development of Mapping Algorithms from HAQ-DI and SF-36v2 to EQ-5D-5L utility score in Korean Patients with Gout
Deze studie heeft mapping-algoritmen ontwikkeld en gevalideerd met behulp van HAQ-DI en SF-36v2-scores om de EQ-5D-5L nutswaarden te voorspellen bij Koreaanse patiënten met jicht, waarbij een tweeledig regressiemodel werd geïdentificeerd als de meest effectieve aanpak voor het ondersteunen van kosteneffectiviteitsanalyses bij deze populatie.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je moet beslissen welke medische behandeling de beste waarde biedt voor het beperkte gezondheidsbudget van een samenleving. Om deze keuzes eerlijk te maken, hebben economen een enkel getal nodig dat vertegenwoordigt hoeveel iemands leven verbetert door een specifieke behandeling. Dit getal, een utility score (nutsscore) genoemd, werkt als een liniaal voor de kwaliteit van leven, waarbij een perfecte gezondheidstoestand een één is en de dood een nul. De uitdaging is dat veel veelvoorkomende medische enquêtes, waarbij patiënten hun pijn of vermogen om te bewegen beschrijven, niet deze specifieke getallen produceren. Ze vertellen artsen hoe een patiënt zich voelt, maar ze spreken niet de taal van economische waarde. Wanneer onderzoekers oude gegevens hebben van deze enquêtes, maar de economische getallen nodig hebben om behandelingen te vergelijken, moeten ze een manier vinden om de ene reeks scores naar de andere te vertalen. Dit is de taak van 'mapping': het bouwen van een betrouwbare brug tussen wat patiënten rapporteren en wat economen nodig hebben om de waarde van zorg te berekenen.
Jicht, een pijnlijke vorm van artritis veroorzaakt door kristalvorming in de gewrichten, is een perfect voorbeeld van waar een dergelijke brug nodig is. Het is een veelvoorkomende aandoening die miljoenen mensen treft en vaak ernstige pijn en beperkingen in de dagelijkse activiteiten veroorzaakt. In Zuid-Korea, waar het aantal patiënten stijgt, gebruiken artsen regelmatig twee specifieke enquêtes om bij te houden hoe het met hun patiënten gaat. De ene enquête vraagt naar fysieke beperkingen, zoals de moeilijkheid bij het aankleden of lopen, terwijl de andere een brede gezondheidsvragenlijst is die alles dekt, van energieniveaus tot emotioneel welzijn. Geen van deze instrumenten kan echter direct de nutsscores genereren die vereist zijn voor kosten-effectiviteitsanalyses. Zonder een manier om deze bestaande enquêtegegevens om te zetten in de standaard nutsscores, wordt het moeilijk om te bepalen of nieuwe behandelingen voor jicht de investering waard zijn, gebruikmakend van de specifieke voorkeuren van de Koreaanse populatie.
Een team van onderzoekers aan de Ewha Womans University zette zich het doel om specifiek voor Koreaanse patiënten met jicht deze brug te bouwen. Ze verzamelden gegevens van 412 volwassenen met de aandoening uit 13 verschillende ziekenhuizen. Deze patiënten bezochten de klinieken tweemaal, met ten minste een maand tussen de bezoeken in, en voltooiden de beperkingenenquête, de algemene gezondheidsvragenlijst en een derde instrument dat specif kind is ontworpen om het nut (utility) te meten. De onderzoekers gebruikten vervolgens de Koreaanse standaard voor nutswaarden om te zien hoe goed de eerste twee enquêtes de derde konden voorspellen. Ze testten negen verschillende wiskundige benaderingen om de meest nauwkeurige methode voor deze vertaling te vinden. Sommige methoden probeerden een enkele rechte lijn tussen de scores te trekken, terwijl andere probeerden rekening te houden met het feit dat veel mensen rapporteren in perfecte gezondheid te zijn, wat een cluster van gegevens aan de bovenkant van de schaal creëert.
De studie vond dat de meest betrouwbare manier om de scores te vertalen geen eenvoudige rechte lijn was, maar een stappenplan van twee fasen. Deze methode splitst patiënten eerst in twee groepen: zij die helemaal geen problemen rapporteren en zij die ten minste één probleem rapporteren. Voor de groep zonder problemen voorspelt het model een hoge nutsscore. Voor de groep met problemen gebruikt het een andere berekening om hun score te schatten op basis van de ernst van hun beperkingen of gezondheidsproblemen. Wanneer de onderzoekers deze twee-stappenmethode testten tegenover de werkelijke gegevens van het tweede ziekenhuisbezoek, presteerde het beter dan alle andere methoden. Voor de beperkingenenquête voorspelde het model de nutsscore met een gemiddelde fout van minder dan 0,08 punten. Voor de algemene gezondheidsvragenlijst was de fout vergelijkbaar laag, rond de 0,07 punten. Het model werkte het best wanneer het de samenvattende scores van de algemene gezondheidsvragenlijst gebruikte, in plaats van te proberen elke afzonderlijke vraag uit die lange vragenlijst te gebruiken.
De onderzoekers ontdekten ook dat het toevoegen van eenvoudige details zoals de leeftijd en het geslacht van de patiënt de nauwkeurigheid van de voorspellingen niet significant verbeterde. De kerninformatie uit de enquêtes was voldoende om een solide schatting te maken. De studie merkte echter een beperking op: omdat de meeste patiënten in de studie zich in relatief goede gezondheid bevonden, waarbij meer dan de helft geen problemen rapporteerde, zouden de modellen moeite kunnen hebben met het nauwkeurig voorspellen van scores voor patiënten met zeer ernstige ziekte. De wiskundige instrumenten hadden de neiging om te voorspellen dat ernstige gevallen iets beter af waren dan ze in werkelijkheid waren, simpelweg omdat de gegevens scheefgetrokken waren richting de gezondere individuen. Ondanks dit heeft de studie succesvol de eerste set regels geproduceerd voor het converteren van deze specifieke enquêtegegevens naar nutswaarden voor jichtpatiënten in Korea.
Deze nieuwe regels bieden een praktisch hulpmiddel voor besluitvormers in de gezondheidszorg. Nu kunnen onderzoekers of ziekenhuizen die historische gegevens hebben verzameld met de beperkingen- of algemene gezondheidsvragenlijsten, deze algoritmen gebruiken om de nutsscores te genereren die nodig zijn voor economische evaluaties. Dit betekent dat de waarde van nieuwe jichtbehandelingen kan worden beoordeeld met behulp van gegevens die al bestaan, zonder dat elke patiënt telkens een andere, complexere enquête hoeft in te vullen. Door een duidelijk pad te creëren van de vragen die patiënten beantwoorden naar de getallen die economen gebruiken, helpt de studie ervoor te zorgen dat middelen voor de behandeling van jicht kunnen worden toegewezen op basis van bewijs dat de werkelijke voorkeuren en ervaringen van de Koreaanse populatie weerspiegelt.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.